数据科学导引 (北京大数据研究院博雅大数据学院系列教材)

第一章 绪论 1.1 数据科学的基本内容 1.2 对学科发展的影响 1.3 对科学研究的影响 1.4 数据科学的课程体系 1.5 本书内容介绍 第二章 数据预处理 2.1 特征编码 2.2 缺失值处理 2.3 数据标准化 2.4 特征离散化 2.5 离群值检测 2.6 其他预处理方法 案例与实战 第三章 回归模型 3.1 线性回归 3.2 线性回归正则化 3.3 非线性回归 案例与实战 第四章 分类模型 4.1 逻辑回归 4.2 K近邻 4.3 决策树 4.4 朴素贝叶斯 4.5 支持向量机 案例与实战 第五章 集成模型 5.1 集成方法综述 5.2 随机森林 5.3 AdaBoost 5.4 应用实例:个人信用风险评估 案例与实战 第六章 聚类模型 6.1 K-means聚类 6.2 层次聚类 6.3 谱聚类 6.4 基于密度的聚类 6.5 小结 案例与实战 第七章 关联规则挖掘 7.1 关联规则概述 7.2 Apriori算法 7.3 FP-Growth算法 案例与实战 第八章 降维 8.1 主成分分析 8.2 线性判别分析 8.3 多维尺度变换 8.4 局部线性嵌入 8.5 其他降维方法 案例与实战 第九章 特征选择 9.1 特征选择的一般过程 9.2 特征选择常用的方法 9.3 无监督特征选择 9.4 小结 案例与实战 第十章 EM算法 10.1 EM算法 10.2 EM的应用:高斯混合模型 10.3 小结 案例与实战 第十一章 概率图模型 11.1 概率图模型概述 11.2 隐马尔可夫模型 11.3 条件随机场 11.4 小结 案例与实战 第十二章 文本分析 12.1 文本表示模型 12.2 主题模型 12.3 情感分析 案例与实战 第十三章 图与网络分析 13.1 基本概念 13.2 几何特征 13.3 链接分析 13.4 社区发现 13.5 知识图谱 案例与实战 第十四章 深度学习 14.1 多层感知机 14.2 深度学习模型的优化 14.3 卷积神经网络 14.4 循环神经网络 14.5 小结 案例与实战 第十五章 分布式计算 15.1 Hadoop:分布式存储与处理 15.2 常见模型的Map Reduce实现 15.3 Spark:分布式数据分析 15.4 其他分布式系统 附录 A.矩阵运算 B.概率论基础 C.优化算法 D.距离 E.模型评估 参考文献 Ben shu shi bo ya da shu ju xue yuan zhen dui xin kai she de"shu ju ke xue yu da shu ju ji shu"zhuan ye bian xie de shu ju ke xue dao lun ke cheng jiao cai.Quan shu nei rong gong fen shi wu zhang,Bao kuo xu lun,Shu ju yu chu li,Hui gui mo xing,Fen lei mo xing,Ji cheng mo xing,Ju lei mo xing,Guan lian gui ze wa jue,Jiang wei,Te zheng xuan ze,EM suan fa,Gai lü tu mo xing,Wen ben fen xi,Tu yu wang luo fen xi,Shen du xue xi,Fen bu shi ji suan.Fu lu bu fen dui xiang guan de ji chu zhi shi zuo le jian yao jie shao.Ben shu hai ti gong le da liang de shu ju fen xi shi jian an li,You zhu yu jia shen du zhe dui li lun zhi shi de li jie,Ji pei yang qi shi ji ying yong neng li